Objectifs pédagogiques
Voici les objectifs à atteindre pour ce cours:
Cours d'introduction
Compétences à valider :
- Maîtriser les principes fondamentaux du machine learning
- Connaître quelques algorithmes canoniques du machine learning
- Comprendre et savoir détecter le compromis biais-variance, et savoir et se prémunir des conséquences (sous apprentissage et sur apprentissage)
- Connaître les grandes étapes de traitement en machine learning
- Connaître les principales étapes de préparation des données
- Etre familier avec les implémentations des points précédents en python avec sckit-learn
Compétences à valider :
- Maîtriser les principes fondamentaux du machine learning
- Connaître quelques algorithmes canoniques du machine learning
- Comprendre et savoir détecter le compromis biais-variance, et savoir et se prémunir des conséquences (sous apprentissage et sur apprentissage)
- Connaître et savoir appliquer les grandes étapes de traitement en machine learning
- Connaître et savoir appliquer les principales étapes de pré-traitement de données
- Savoir implémenter les points précédents en python avec scikit-learn
Cours avancé
Compétences à valider:
- Connaître tous les algorithmes canoniques du machine learning
- Connaître et savoir détecter toutes les situations limitations du machine learning
- Savoir utiliser des méthodes pour les prévenir
- Maitriser l'ensemble des étapes de traitements en machine learning
- Comprendre et savoir appliquer les principales méthodes de plongements
- Comprendre et savoir appliquer les méthodes ensemblistes
- Savoir implémenter les points précédents avec python